买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江大学申请的专利一种基于期望轨迹受限优化的双环高性能控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115128951B 。

龙图腾网通过国家知识产权局官网在2025-03-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210684347.7，技术领域涉及：G05B13/04；该发明授权一种基于期望轨迹受限优化的双环高性能控制方法是由聂勇;傅瑾娜;陈宣霖;黄方昊;陈正;唐建中设计研发完成，并于2022-06-16向国家知识产权局提交的专利申请。

本一种基于期望轨迹受限优化的双环高性能控制方法在说明书摘要公布了：本发明公开了一种基于期望轨迹受限优化的双环高性能控制方法。方法包括：建立直线电机的双环系统；将直线电机的输出轴的实际位置和实际速度输入内环系统中，输出等价补偿项以及将直线电机的输出轴的实际位置和实际速度以及预设的直线电机的输出轴的期望轨迹输入外环系统，输出优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹；通过插值器输入至内环系统中，内环系统实时输出直线电机的输入，实现对直线电机的受限优化控制。本发明通过设计内外环的控制结构，保证直线电机系统在存在参数不确定性和外干扰的情况下，不仅能够遵守状态和输入约束，而且具有快速的瞬态响应性能和高的稳态跟踪精度。

本发明授权一种基于期望轨迹受限优化的双环高性能控制方法在权利要求书中公布了：1.一种基于期望轨迹受限优化的双环高性能控制方法，其特性在于：步骤1，建立直线电机的双环系统，双环系统包括依次连接的内环系统、插值器和外环系统；步骤2，获取当前的直线电机的输出轴的实际位置和实际速度，将当前的直线电机的输出轴的实际位置和实际速度输入内环系统中，内环系统输出等价补偿项；内环系统将等价补偿项输入外环系统中，同时将直线电机的输出轴的实际位置和实际速度以及预设的直线电机的输出轴的期望轨迹输入外环系统，外环系统输出优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹；步骤3，外环系统将优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹通过插值器输入至内环系统中，内环系统实时输出直线电机的输入，实现对直线电机的受限优化控制；所述的步骤1中，所述的内环系统为自适应神经滑膜控制器，具体如下： fxr1,xr2＝v*TΦ*xr,δ*,α*,β*+Δu＝ua+us us＝us1+us2us1＝-ks1sus2＝-ks2sats其中，xr为直线电机的输出轴的期望轨迹的优化轨迹，xr＝[xr1,xr2]T，xr1为直线电机的输出轴的期望位置的优化位置，xr2为直线电机的输出轴的期望速度的优化速度；f为表示直线电机的未知非线性的光滑的未知非线性函数；为光滑的未知非线性函数f的估计；v*为直线电机的控制输入量v的优化值，为直线电机的控制输入量的优化值v*的估计值；v*TΦ*为最优循环神经网络，为最优循环神经网络的估计，Φ*为将直线电机的输出轴的实际轨迹x输入循环神经网络后获得的循环神经网络的隐藏层输出向量Φ的最优参数向量，为最优参数向量Φ*的估计向量；δ*、α*和β*分别为循环神经网络的高斯基函数的宽度δ、中心α以及循环神经网络的循环权值β的最优值，和分别为循环神经网络的高斯基函数的宽度、中心以及循环神经网络的循环权值的最优值δ*、α*和β*的估计值；Δ为光滑的未知非线性函数f和最优循环神经网络v*TΦ*之间的近似误差；u为直线电机的输入；ua为神经等效补偿控制项，us为直线电机的输入的鲁棒控制反馈项；M为直线电机的负载质量；为直线电机的输出轴的期望加速度的优化加速度；us1为名义系统稳定项，us2为不确定性衰减项；ks1和ks2分别为内环自适应神经滑膜控制器的第一控制增益和第二控制增益；s为内环自适应神经滑膜控制器的滑膜面，e为直线电机的输出轴的实际位置x1和优化位置xr1之间的位置跟踪误差，e＝x1-x1r，为直线电机的输出轴的实际速度x2和优化速度xr2之间的位置跟踪误差，c1为内环自适应神经滑膜控制器的正的常数参数；sats为关于内环自适应神经滑膜控制器中的滑膜面s的饱和函数，具体如下： 内环系统满足以下约束：a状态约束：x1min≤x1≤x1maxx2min≤x2≤x2max其中，x1max和x1min分别为直线电机的输出轴的实际位置x1的上下边界；x2max和x2min分别为直线电机的输出轴的实际速度的上下边界；b输入约束：|u|≤umax其中，umax为直线电机的最大控制输入；所述的内环自适应神经滑膜控制器的第一控制增益ks1和第二控制增益ks2满足以下约束： ks2≥K+d+ρ其中，k为第一控制增益ks1的正的常数参数，ρ为第二控制增益ks2的正的常数参数；所述的步骤1中，所述的外环系统包括状态观测器和优化目标模型，具体如下：a状态观测器： u1＝ua1+us |u1|＝|ua1+us|≤|ua1|+|us|≤uamax+usmax≤|umax| 其中，为直线电机的输出轴的实际位置x1的观测值，即观测位置；和为直线电机的输出轴的实际速度x2的观测值，即观测速度；为直线电机的输出轴的实际加速度的观测值，即观测加速度；u1为直线电机优化后的输入；z1为直线电机的输出轴的实际位置x1与观测位置的观测误差，和z2为直线电机的输出轴的实际速度x2与观测速度的观测误差，为直线电机的输出轴的实际速度x2与观测速度的观测误差的一阶导数；usmax为鲁棒控制反馈项us的最大值；uamax为等价补偿项ua1的最大值，等价补偿项ua1的最大值与神经等效补偿控制项ua的最大值相同；γ为直线电机的优化后的输入u1的正的常数参数；χ为直线电机的光滑的未知非线性函数及其估计之间的估计误差，即为两者间的差值；通过状态观测器得到等价补偿项ua1的最大值uamax，约束等价补偿项ua1；b优化目标模型，针对直线电机的每个采样周期，具体如下： x1min≤xr1≤x1maxx2min≤xr2≤x2max xr1t0＝x1t0xr2t0＝x2t0其中，t0为采样周期的初始时间，τ为预测时域；xd为直线电机的期望轨迹；Q为直线电机的输出轴的优化轨迹xr和期望轨迹xd之间的差值的加权矩阵范数；R为等价补偿项ua1的加权矩阵范数；为直线电机的输出轴的期望速度的优化速度，ua1为等价补偿项，具体为通过将神经等效补偿控制项ua近似为不包含直线电机的未知干扰d的神经等效补偿控制项，即获得等价补偿项ua1；xr1t0为t0时刻直线电机的优化位置，x1t0为t0时刻直线电机的实际位置；xr2t0为t0时刻直线电机的优化速度，x2t0为t0时刻直线电机的实际速度；其中，为外环系统的状态约束，|ua1|≤|uamax|为外环系统的输入约束；所述的步骤2中，获取当前的直线电机的输出轴的实际位置和实际速度，具体为通过预设在直线电机内部的位置速度传感器对直线电机的输出轴进行测量进而获得直线电机的输出轴的实际位置和实际速度；所述的步骤2中，将当前的直线电机的输出轴的实际位置x1和实际速度x2输入内环系统中，具体为输入到内环自适应神经滑膜控制器中，内环自适应神经滑膜控制器中获得神经等效补偿控制项ua，进而通过神经等效补偿控制项ua获得等价补偿项ua1并输出；内环系统将等价补偿项ua1输入外环系统中，同时将直线电机的输出轴的实际位置x1和实际速度x2以及预设的直线电机的输出轴的期望轨迹xd输入外环系统，具体为将直线电机的输出轴的实际位置x1和实际速度x2输入状态观测器中，通过状态观测器输出等价补偿项ua1的最大值uamax对等价补偿项ua1进行约束；将等价补偿项ua1和直线电机的期望轨迹xd输入优化目标模型中，使用模型预测方法，输出直线电机的输出轴的期望轨迹的优化轨迹xr和优化后的等价补偿项；所述的步骤3中，外环系统将优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹xr通过插值器输入至内环系统中，优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹xr经插值器将采样率变为与内环系统的采样率相同后再输出到内环系统中的内环自适应神经滑膜控制器，内环自适应神经滑膜控制器实时输出直线电机的输入u，实现对直线电机的输出轴的期望轨迹的受限优化控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：316021 浙江省舟山市定海区浙大路1号浙江大学舟山校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。